論文の概要: A Biomimetic Gaze Control to Restore Head-Neck Movements
- arxiv url: http://arxiv.org/abs/2610.04022v1
- Date: Fri, 02 Oct 2026 20:28:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-12 20:53:58.913746
- Title: A Biomimetic Gaze Control to Restore Head-Neck Movements
- Title（参考訳）: 頭頸部運動の再生のための生体模倣的迷路制御
- Abstract要約: パワードネック・エキソ骨格は、首筋力の弱い人のために頭頸部運動を回復するために開発された。
これらのロボットシステムを制御するために手持ちの入力装置を使用する現在の手法は、これらの個体群にとって直感的あるいは実用的ではない。
本稿では,前庭眼反射を利用して自然眼球運動をエミュレートする新しい眼球運動制御器の設計について述べる。
- 参考スコア（独自算出の注目度）: 1.3750624267664158
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Powered neck exoskeletons are developed to restore head-neck motions for those with neck muscle weakness. Current methods using hand-held input devices to control these robotic systems are unintuitive or non-viable for these populations. Alternatively, the eyes coordinate with the head to accomplish many daily tasks. Therefore, movements of the eyes can be a useful signal to control the neck exoskeletons without needing to use the hands. However, previous control models lack biobehavioral basis as well as means to personalize the control behavior, causing unnatural head-neck movements. This paper presents a novel eye-tracking controller design leveraging the vestibulo-ocular reflex to emulate natural eyehead coordination. Personalization tools were also designed, consisting of sliders to allow users to adjust the parameters of this controller. Here, we present the technical design and validation of this system in human users. Compared to the previous eye-tracking model, the new controller provides natural head motions personalized to the user through more natural velocity profiles and a 24 percent average increase of accurate motion intent detection. This system provides a powerful platform for studying eye-tracking controllers in the context of personalization and preference, and ultimately restoring the lost head-neck mobility in patient populations.
- Abstract（参考訳）: パワードネック・エキソ骨格は、首筋力の弱い人のために頭頸部運動を回復するために開発された。
これらのロボットシステムを制御するために手持ちの入力装置を使用する現在の手法は、これらの個体群にとって直感的あるいは実用的ではない。
あるいは、目が頭と協調して、毎日のタスクをこなす。
そのため、眼球の動きは、手を使わずに頸部外骨格を制御するのに有用な信号である。
しかし、従来の制御モデルには生物行動の基礎が欠如しており、制御行動をパーソナライズする手段が欠如しており、不自然な頭頸部運動を引き起こしている。
本稿では,前庭眼反射を利用して自然眼球運動をエミュレートする新しい眼球運動制御器の設計について述べる。
パーソナライズツールも設計されており、ユーザがコントローラのパラメータを調整できるスライダーで構成されている。
本稿では,このシステムの技術的設計と検証について述べる。
従来の視線追跡モデルと比較して、新しいコントローラは、より自然な速度プロファイルと24%の正確な動き意図の検出により、ユーザにパーソナライズされた自然な頭部の動きを提供する。
このシステムは、パーソナライズと嗜好の文脈でアイトラッキングコントローラを研究するための強力なプラットフォームを提供する。
関連論文リスト
- Let the Body Follow: Coupled Egocentric Control for Whole-Body Robot Teleoperation [6.745182376433686]
全体遠隔操作では、ロボットコンポーネント間の知覚、操作、姿勢、移動を調整する必要がある。
本研究では,ロボットの胴体とベースが操作者の頭部と腕の動きに自動的に反応するエゴセントリック制御を提案する。
TIAGo移動マニピュレータの全身遠隔操作をホームケアにインスパイアされたタスクに応用するためのユーザスタディとして,本手法を評価した。
論文 参考訳（メタデータ） (2026-07-17T16:26:45Z) - ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。
スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。
ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
論文 参考訳（メタデータ） (2026-04-09T17:59:08Z) - A Multi-Layer Sim-to-Real Framework for Gaze-Driven Assistive Neck Exoskeletons [9.701251021373885]
神経疾患による首の筋肉の弱さによって引き起こされる投下頭症候群は、個人の頭を支える能力や動きを著しく損なう。
私たちの長期的な目標は、自然運動を回復する補助動力付首外骨格を開発することです。
バーチャルリアリティ(VR)を活用して、健康な個人から視線と頭の動きを結合したデータを収集する。
論文 参考訳（メタデータ） (2026-03-06T18:22:21Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Continuous Wrist Control on the Hannes Prosthesis: a Vision-based Shared Autonomy Framework [4.5540732576876986]
義肢をつかむためのほとんどの制御技術は、器用な指の制御に焦点をあてるが、手首の動きを見渡す。
これにより、肘、肩、腰で補償運動を行い、手首をつかむように適応させる。
本稿では,共有自律フレームワークにおけるユーザと自動システムの協調を利用したコンピュータビジョンベースシステムを提案する。
当社のパイプラインでは,人工手首をシームレスに制御して対象物を追尾し,最終的にユーザの意図に応じて把握するように調整しています。
論文 参考訳（メタデータ） (2025-02-24T15:48:25Z) - Mobile-TeleVision: Predictive Motion Priors for Humanoid Whole-Body Control [18.269588421166503]
ヒューマノイドロボットは頑丈な下半身移動と正確な上半身操作を必要とする。
最近の強化学習アプローチは、全身のロコ操作ポリシーを提供するが、正確な操作はしていない。
Inverses (IK) と Motion を用いた高体力制御を導入し, 高精度な操作を行う。
CVAEは安定性とロバスト性に重要な特徴であり,RLによる全身制御よりも高い精度で操作できることが示唆された。
論文 参考訳（メタデータ） (2024-12-10T18:59:50Z) - Real-Time Simulated Avatar from Head-Mounted Sensors [70.41580295721525]
我々はAR/VRヘッドセットから得られた情報(ヘッドセットポーズとカメラ)からシミュレーションアバターを制御するSimXRを提案する。
カメラでヘッドセットのポーズを合成するために、人型ロボットを制御してヘッドセットの動きをトラッキングし、入力画像を分析して身体の動きを決定する。
体の一部が見えると、手足の動きは画像によって案内され、見えない場合は物理法則が制御器を誘導して可塑性運動を発生させる。
論文 参考訳（メタデータ） (2024-03-11T16:15:51Z) - Universal Humanoid Motion Representations for Physics-Based Control [71.46142106079292]
物理学に基づくヒューマノイド制御のための総合的な運動スキルを含む普遍的な運動表現を提案する。
まず、大きな非構造運動データセットから人間の動きをすべて模倣できる動き模倣機を学習する。
次に、模倣者から直接スキルを蒸留することで、動作表現を作成します。
論文 参考訳（メタデータ） (2023-10-06T20:48:43Z) - Reinforcement Learning for Robust Parameterized Locomotion Control of
Bipedal Robots [121.42930679076574]
シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。
ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。
本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
論文 参考訳（メタデータ） (2021-03-26T07:14:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。